Die vorliegende Dissertation stellt für Maschinenbauunternehmen eine Methode bereit, mit der sinnvolle Alternativen während der Standortstrukturplanung ermittelt werden können. Dabei werden unter Standortstrukturalternativen unterschiedliche Möglichkeiten verstanden, wie der unternehmensinterne Wertschöpfungsumfang auf bestehende oder neu zu gründende Standorte verteilt werden kann.Bestehende Ansätze zur Standortstrukturplanung konzentrieren sich meist auf die Phase der Alternativenbewertung und gehen implizit davon aus, dass die zu bewertenden Alternativen bereits vorliegen; die der Bewertung vorausgehende Phase der Alternativenermittlung wird meist vernachlässigt. Gerade aber die systematische Herleitung von Standortstrukturalternativen stellt die notwendige Voraussetzung dar, richtige Entscheidungen bzw. Bewertungen im Zuge der Standortstrukturplanung vornehmen zu können.Für die Durchsuchung des prinzipiell denkbaren Lösungsraumes und die Verdichtung auf die in der Entscheidungssituation sinnvollsten Standortstrukturalternativen eignen sich insbesondere mathematische Optimierungsverfahren, wobei diese Verfahren allerdings auf quantitativ formulierbare Faktoren und Wirkzusammenhänge beschränkt sind. In der frühen Phase der Alternativenermittlung aber liegen die zu berücksichtigenden Planungsgrößen und deren Wirkzusammenhänge größtenteils nur in einer qualitativ beschreibbaren Form vor. Um dennoch die Vorteile der mathematischen Optimierung nutzen zu können, wurde in dieser Arbeit ein Ansatz entwickelt, der eine qualitative Modellierung der Entscheidungssituation mit Verfahren der mathematischen Optimierung kombiniert.Zur Ermittlung von Standortstrukturalternativen verwendet die hier entwickelte Methode dabei Fuzzy Cognitive Maps (FCMs) und genetische Algorithmen. Fuzzy Cognitive Maps basieren in ihrer Grundidee auf einer grafischen Abbildung des Wissens über ein System durch einfache kausale Ursache-Wirkungs-Diagramme. Sie sind allerdings durch die Konzepte der Fuzzy-Set-Theorie und der künstlichen neuronalen Netze ergänzt, wodurch es möglich wird, diese qualitativen Ursache-Wirkungs-Diagramme durch mathematisch formalisierbare Verfahren auszuwerten. Durch Anwendung genetischer Algorithmen auf die Fuzzy Cognitive Maps können für die Planungssituation optimale Standortstrukturalternativen ermittelt werden.Fuzzy Cognitive Maps und genetische Algorithmen werden in der Methode in ein durchgängiges Vorgehen integriert, das sich in drei Phasen unterteilt. Die erste Phase dient der Problemdefinition, in der ausgehend von einer Ist-Aufnahme der Planungsumfang für die Ermittlung von Standortstrukturalternativen festgelegt wird. In der zweiten Phase werden die standortstrukturrelevanten Einflussfaktoren erarbeitet und in einem FCM-Modell dargestellt. Eine abschließende Modellanalyse in der zweiten Phase ermittelt die ideale Standortstruktur und ermöglicht einen Vergleich mit der aktuellen Standortstruktur. Die dritte Phase beinhaltet als Optimierungsaufgabe die Distanzminimierung zwischen idealer und aktueller Standortstruktur unter Berücksichtigung der Ziele, die mit der Standortstrukturplanung verbunden sind. Somit gewährleistet die Methode, dass einerseits der gesamte Lösungsraum möglicher Standortstrukturalternativen durchsucht wird, und dass andererseits die ermittelten Standortstrukturalternativen optimal in Hinsicht auf die Zielsetzungen der Standortstrukturplanung sind.